论文部分内容阅读
支持向量机在径流中长期预报的应用中，普遍采用网格搜索法率定其参数，存在耗时较长、参数选取不当而导致预报精度低等问题，针对该问题提出了一种基于遗传算法的支持向量机模型，该模型结合遗传算法收敛速度快的特点对支持向量机参数进行优化选择，实现参数的全局自动化选取。应用乌江流域某电站的径流预报结果显示，相对于基于网格搜索参数寻优的支持向量机模型及神经网络模型，基于遗传算法参数寻优的支持向量机模型预报精度更高，泛化能力更强。